实体
CWRU dataset
CWRU dataset
PulseAugur coverage of CWRU dataset — every cluster mentioning CWRU dataset across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的自监督方法改进了机械故障诊断
研究人员推出了一种新颖的自监督学习方法——Spectral Aliasing Pretext (SAP)，用于旋转机械的故障诊断。该技术通过故意欠采样信号来创建折叠频谱，从而在无标签的振动数据上预训练模型，然后由Transformer模型学习将其重建回原始的展开形式。这个过程迫使模型学习对识别机械故障至关重要的频域不变性，而无需依赖可能损害数据的增强。在CWRU数据集上的实验表明，SAP能有效学习稳定且具有辨别力的表示，在与线性探测结…
-
YOLO 模型利用 CWT 频谱图增强轴承故障检测
研究人员开发了一种新的轴承故障监测振动传感框架，该框架利用连续小波变换 (CWT) 频谱图和 YOLOv9、YOLOv10 和 YOLOv11 等目标检测模型。这种方法通过在时频域中定位能量区域来增强对弱信号和非平稳故障特征的检测。在基准数据集上的实验表明，与传统方法相比，检测能力和鲁棒性得到了提高，并取得了较高的平均精度 (mAP) 分数。